众包创新任务参与意愿的关键影响因素研究

朱建明 李 慧

（中央财经大学 信息学院，北京 100081）

众包创新任务参与意愿的关键影响因素研究

朱建明 李 慧

（中央财经大学 信息学院，北京 100081）

结合我国众包现状，基于技术接受与使用整合模型（UTAUT模型），提出了改进的研究模型。通过问卷调查收集实证数据，进行信度和效度检验；采用结构方程模型（SEM）分析网络社区众包创新任务参与意愿的关键影响因素，并验证了研究结果在不同性别、年龄和经验分组中的稳定性。研究发现，绩效期望、努力期望和任务条件都是众包参与意愿的关键影响因素，且与众包参与意愿正向相关。

众包 ；创新；参与意愿；UTAUT模型；

近日，国务院发布了推动众创支撑平台指导意见，指出要加快发展众创、众筹、众扶、众包等支撑平台。其中，众包是利用网络社区将分散在各地的消费者所形成的知识网络进行整合，调动他们的闲置脑力进行产品和服务的创新。众包式创新的效率高且效果好[1]。Winsor[2]大胆预测众包最终将成为企业中主导性的创新模式。但是众包在我国企业中的应用仍存在一些问题。主要是众包平台的功能不够完善，而且平台上发布的任务对接包方缺乏吸引力，导致用户参与任务的积极性和努力程度不够。然而，大众的参与是众包创新成功的关键。因此，探索并发现哪些因素将对大众参与众包任务的意愿产生重要影响，具有重要意义。

一、研究模型与假设

考虑到众包在我国是一种新生事物，存在用户是否愿意接受并使用的问题。另外为了拓展研究视角，本文以UTAUT模型为基础，结合我国众包网站特色，提出改进的研究模型。

在UTAUT模型中，主要有4个核心维度，分别是绩效期望、努力期望、社群影响和配合情况。UTAUT模型中还有4个调节变量，分别是性别、年龄、经验和自愿性。在众包模式中，社区网民有很大的自主权，是否参与、何时参与以及怎样参与任务都由大众自己决定。也就是说，众包任务解决者都是自愿参与的。故本研究的控制变量中将去除自愿性，只保留性别、年龄和经验这3个变量。

本文的研究重点在于众包任务的参与意愿，而非实际的参与任务的行为，故本文的研究模型中去除了使用行为这一变量。由于Venkatesh等[3]指出，配合情况可作为行为意图的直接影响因素。因此本文并未去除配合情况这一变量，而是将其转变为参与意愿的直接影响因素。

侯文华和郑海超[4]认为，任务属性是影响大众参与意愿和行为的重要因素。本文将把任务条件作为参与众包行为意图的直接影响因素加入到研究模型中。于是提出研究模型如图1所示。

图1 众包创新任务参与意愿的影响因素研究模型

在本模型中，绩效期望是指个人预期参与众包有助于获得相关收益的程度。努力期望是指个人预期参与众包的容易程度。社群影响指个人认为对他有影响或很重要的人支持他参与众包的程度。配合情况是个人认为众包平台在功能方面提供支持的程度。任务条件是个人认为众包平台上的任务有利于他参与的程度。提出如下假设：

H1：绩效期望与参与众包的行为意图正相关，即大众预期参与众包获得的收益越大，其参与意愿越强烈。

H2：努力期望与参与众包的行为意图正相关，即大众预期参与众包越容易，其参与意愿越强烈。

H3：社群影响与参与众包的行为意图正相关，即大众受到的社群影响越大，其参与意愿越强烈。

H4：配合情况与参与众包的行为意图正相关，即众包平台在功能上为大众提供的促进条件越多，大众的参与意愿越强烈。

H5：任务条件与参与众包的行为意图正相关，即大众认为对其有利的众包任务的客观条件越多，其参与意愿越强烈。

考虑性别、年龄和经验这三个控制变量对自变量与因变量之间影响的调节作用，男性一般比女性更有好奇心，更乐于接受和学习新鲜事物，比如众包，而且在各个专业领域的精英者中一般也是男性居多，所以在自变量保持不变的情况下，男性可能比女性参与众包的意愿更强烈。也就是说，性别对自变量与因变量间的影响具有一定调节作用。同样道理，年轻人一般比年长者容易接受和快速学习新鲜事物，故前者可能比后者想要参与众包的意愿更强烈。而有经验的人比缺乏经验的人的学习成本更低，因此可能更愿意参与众包解决任务。也就是说，年龄和经验对各自变量与因变量间的影响具有一定调节作用。基于以上分析，提出假设如下：

H6：性别的调节作用显著。

H7：年龄的调节作用显著。

H8：经验的调节作用显著。

二、问卷设计与数据收集

（一）问卷设计

本文量表设计参考了国内外相关研究，并结合我国众包现状进行了适当修正。为保证调查问卷的有效性，首先进行预调研，在任务中国和猪八戒网上将问卷调查作为任务发布，以现金悬赏的方式邀请接包方填写问卷，将答卷时间太短、漏答、作答有规律，以及答案前后矛盾等情况视为无效问卷。共收集到有效问卷67份。使用探索性因子分析法重塑因子构面，并去除不满足聚合效度和区别效度的测量项，最终得到正式调研所用的问卷。

（二）数据收集

正式调研阶段，分别开展线上和线下调研。数据来源为大专、大本、硕士和博士这一文化素质较高的年轻一代群体，他们是众包创新的最有潜力的参与者。这样选取数据虽缺乏普适性，却具有一定现实意义。

问卷共回收263份，筛选出有效问卷221份。有效问卷的数量在问卷题项数的5～10倍之间，符合统计分析的样本数要求。

三、数据分析

（一）数据分析方法

本文主要使用AMOS17.0进行结构方程模型分析。结构方程模型可用于建立、估计和检验因果关系模型，并且允许变量存在测量误差，适合本文的研究。

（二）信度和效度检验

信度检验用于评估量表的可靠性。本文使用SPSS16.0计算Cronbach's α系数，以完成信度检验。整体量表及各分量表的Cronbach's α系数值均大于0.7，说明问卷的整体可靠性较高，各分量表的内部一致性也较好。

在进行结构模型的假设检验之前，首先要检验测量模型的聚合效度和区别效度。计算结果显示，所有标准化的因子负荷都大于0.5，且达到显著水平（T值大于1.96）。平均提取方差AVE均大于0.5，说明因子能够解释测量项中50%以上的信息，组合信度CR均大于0.8，且Cronbach's α系数均大于0.7。由此说明测量模型的聚合效度较好。另外，各因子AVE值的平方根均大于该因子和其他因子的相关系数，满足区别效度的要求。

（三）结构模型分析

使用最大似然估计法进行参数估计，得到结构方程模型及其路径系数，如图2所示。在判断变量间相关关系之前，首先考察模型的拟合度。本文主要根据吴明隆[5]提出的常用拟合指数及其评价标准对模型的拟合度进行了评价，结果如表1所示。可以看出，模型的拟合优度是可以接受的。模型的路径系数估计结果如表2所示。行为意图＜-社群影响和行为意图＜-配合情况这两条路径的P值均大于0.05，路径系数不显著，说明社群影响和配合情况对行为意图的影响并不显著。即假设H3和H4不成立。而其余三条路径的P值均小于0.05，并且路径系数均为正，说明各自变量与因变量之间是正相关的。即假设H1.H2和H5成立。

社群影响和配合情况对众包参与意愿的影响无法得到验证。从实际情况考虑，配合情况主要是众包平台在功能方面为接包方提供的便利条件。现有众包网站的功能基本上大同小异，并不会带来用户体验上的显著差异。可能是因为这个原因，配合情况不会对大众参与众包意愿产生显著的影响。而社群影响指的是个人认为对他有影响或很重要的人支持他参与众包的程度。因为目前众包发展处在起步阶段，大多数人都没有实际参与过众包，甚至未曾听说过众包。所以即使周围的人对个人行为会造成很大的影响，也不会体现在众包参与意愿上。

图2 结构方程模型及其路径系数

表1 模型拟合结果

表2 路径系数估计结果

（四）研究结果的稳定性分析

绩效期望、努力期望和任务条件都是众包参与意愿的关键影响因素，且与众包参与意愿正向相关。为验证这一结论的鲁棒性，本文在研究模型中加入了性别、年龄和经验这3个控制变量。在AMOS中使用多群组分析法检验控制变量的调节效应，通过设定因子负荷相同，即限制路径系数相等，可比较控制变量在解释因变量时的分组结构差异。如果因子负荷相同的多组模型经检验显著，则说明控制变量的调节作用显著[6]。分别根据性别、年龄和经验进行分组，假设无限制模型是正确的，将限制模型与其进行比较，发现卡方值改变量CMIN/df的临界比率P均大于0.05，未通过显著性检验，说明这些控制变量的调节作用不显著，即假设H6.H7和H8不成立。于是验证了研究结果在不同性别、年龄和经验分组中的稳定性。

四、结 语

本文主要通过实证研究的方式探讨了影响大众参与众包任务意愿的关键因素。通过分析发现，社群影响和配合情况对众包参与意愿的影响不显著。而绩效期望、努力期望和任务条件都是众包参与意愿的关键影响因素，且与众包参与意愿正向相关。

根据前述研究结论，可进一步对众包平台和发包方的发展提出建议。为提升绩效期望，众包平台可以开展职业发展服务，吸引大众为了获得就业机会而参与任务。发包方可通过发布众包任务选拔人才，弥补职位空缺。这不仅能为企业招揽人才，还能为接包方提供职业发展机会，从而提升大众的预期收益，增强其参与众包的意愿。为提升大众努力期望，众包平台应完善信息沟通机制，方便平台和发包方为接包方解疑答惑，有效降低其参与任务的感知难度。同时，发包方应及时回复任务参与者的问题，以使其疑问尽快得到解决，并对众包任务的要求更加明确。在任务条件方面，众包平台应严格审核任务描述，确保其清晰易懂，而发包方在设计任务时，不仅要保证任务描述清晰明了，还要保证任务简单。发包方可将一个任务分割成多个任务，以降低单个任务的难度，提升大众参与意愿。另外，任务定价要合理。要考虑大众的预期收益，价格不能过低，同时要保证收入大于成本，企业需评估最优方案所能带来的经济效益，保证收益大于报酬支出，价格不能过高。

在数据和理论支撑下，本文为众包平台和发包方提出相应运营管理建议，有助于众包的成功实施，以及众包平台和发包方企业竞争力的增强，有助于促进研发、运维、内容知识和生活服务等众包的应用。在相关政策和各地区各部门对四众的支持下，“大众创业、万众创新”的新局面指日可待。

然而，本研究仍存在一些不足之处。其一是调研样本局限。问卷调查对象主要是学生群体，使研究结论的普适性受到限制。其二，存在调查误差。量表中大多问题需要答卷人根据自身经历和感受进行打分，受主观因素影响会使结果产生偏差。其三是研究对象的局限性。本文的研究对象是包括众包平台在内的众包模式。实际上，企业可自建众包平台。

本文并未涉及这类众包模式下大众参与意愿的研究。综合来看，本文比较深入地探讨了网络社区众包创新任务参与意愿的关键影响因素，后续研究可进一步结合博弈论等其他理论研究众包创新模式的激励机制。

[1]Luz，Silva，Novais.A Survey of Task-oriented Crowdsourcing[J].Artificial Intelligence Review,2015,44(2):1-27.

[2]Winsor, John.Crowdsourcing: What It Means for

Innovation[J].Business Week Online, 2009,16(6):14-14.[3]Venkatesh V, Thong J, Xu X.Consumer Acceptance and Use of Information Technology: Extending the Uni fi ed Theory of Acceptance and Use of Technology[J].MIS Quarterly, 2012, 36(1): 157-178.

[4]侯文华, 郑海超.众包竞赛:一把开启集体智慧的钥匙[M].北京：科学出版社，2012.

[5]吴明隆.结构方程模型——AMOS的操作与应用[M].重庆：重庆大学出版社，2010.

[6]王卫东.结构方程模型原理与应用[M].北京：中国人民大学出版社，2009.

C93;F273.1

A

1003-1154(2016)01-0058-03

10.3969/j.issn.1003-1154.2016.01.019

北京市哲学社会科学重点项目（14JGA001）.